Deux danseurs se font face, mais ne se voient pas. L'un est l'atmosphère, rapide et bruyante, qui oublie ses pas en quelques semaines. L'autre est l'océan, lent et lourd, qui se souvient de chaque contact pendant des mois. Pour que la danse fonctionne, ils doivent apprendre à se guider mutuellement en ne regardant que les mains de leur partenaire. C'est exactement ce couple qu'ont créé les chercheurs en assemblant le modèle Ola : deux réseaux de neurones qui n'échangent que quelques nombres, mais qui, ensemble, reproduisent l'un des rythmes les plus capricieux de la planète, El Niño.

Le secret de la danse est caché sous l'eau. La couche supérieure de l'océan, jusqu'à 300 mètres de profondeur, garde la mémoire des vents passés et la restitue à travers la température de surface. L'atmosphère perçoit cette température et modifie le vent, qui à son tour pousse l'océan. Dans les modèles physiques, cette relation est décrite par des équations, mais elles accumulent des erreurs sous les tropiques depuis des décennies, par exemple une langue d'eau froide qui gâche les prévisions. Ola a emprunté une autre voie : le réseau de neurones pour l'atmosphère a été entraîné sur 36 années de réanalyse ERA5, celui pour l'océan sur 22 années de données UFS-replay, puis ils ont été reliés en boucle. Le réseau océanique voit huit niveaux de profondeur, de un demi-mètre à 300 mètres, et distingue ainsi la thermocline, la couche de fort gradient de température où se cache le futur El Niño.

Le test a duré cinq ans, de 2017 à 2022. Ola a reproduit El Niño et sa sœur froide La Niña, avec une amplitude des oscillations de température dans la région Niño 3.4 proche des observations. Le long de l'équateur, le modèle a généré des ondes de Kelvin se déplaçant vers l'est à environ deux mètres par seconde, et des ondes de Rossby rampant vers l'ouest entre cinq et dix degrés de l'équateur. Sous la surface, les anomalies de température pendant El Niño se sont déplacées vers l'est à 50 mètres de profondeur, comme dans l'océan réel. Le seul échec notable s'est produit pendant l'hiver 2021-2022, lorsque le modèle n'a pas maintenu la troisième La Niña consécutive, mais la plupart des systèmes opérationnels ont également échoué.

Auparavant, on ne savait pas si un réseau de neurones pouvait apprendre la dynamique couplée de l'océan et de l'atmosphère, y compris les processus sous-surface qui contrôlent El Niño. Ola a montré que oui. La différence avec les travaux voisins est fondamentale : ceux-ci prédisaient El Niño à partir d'indices statistiques ou n'utilisaient que la température de surface de l'océan, tandis qu'Ola est le premier à inclure dans la boucle d'apprentissage la structure verticale des 300 premiers mètres. Ce n'est pas simplement un autre émulateur, mais un test de l'hypothèse selon laquelle un réseau de neurones peut apprendre la dynamique couplée de l'océan et de l'atmosphère, y compris les ondes qui transportent la chaleur et déterminent la phase d'El Niño.

Actuellement, le modèle n'est stable que sur six mois ; au-delà, des dérives s'accumulent aux hautes latitudes. Mais dès aujourd'hui, le prototype peut être utilisé pour des prévisions saisonnières d'ensemble rapides à des fins de recherche : Ola produit une prévision sur six mois en moins d'une minute sur une seule carte graphique A100, alors que le modèle classique GFDL-SPEAR nécessite des heures sur un cluster pour le même calcul. Les deux danseurs, qui n'ont appris qu'en se tenant par la main, sont déjà montés sur scène.